基于經濟社會關聯視角的福建省公路貨運經濟運行特點分析

林成功，梁鴻旭，傅昭南，張善金

（1.交通運輸部科學研究院，北京 100029；2.福建省交通規劃辦公室，福建 福州 350001）

0 引言

交通運輸業是國民經濟的基礎性、先導性、服務性行業，聯系著國民經濟的各個部門以及社會生產、分配、交換和消費等各個環節，保證經濟社會的穩步發展[1]。而其中的貨物運輸更是在經濟社會發展中發揮著舉足輕重的作用，與經濟總量規模、產業結構等密切相關[2]。

目前，國內在交通運輸與經濟社會發展關聯關系的研究方面，已有不少成熟的研究成果和典型案例。汪傳旭[3]通過建立協調發展指數的方式，對交通運輸與經濟發展的協調程度進行了定量評價；武旭等[4]通過建立交通運輸與經濟協調發展評價數據包絡分析模型，得出了交通運輸與經濟協調發展評價的有效性指數和狀態協調度的計算公式；李康奇[5]運用主成分分析法、相關性分析法等方法研究重慶市經濟和交通運輸的協調關系，認為重慶市交通運輸與經濟處于基本協調狀態，交通運輸的發展略滯后于經濟發展；譚玉順[6]構建協調發展度模型，認為經濟—交通運輸—環境的協調發展度呈現上升趨勢；李風華[7]利用交通運輸經濟理論進行分析，認為公路運輸對經濟空間結構會產生影響；劉昭然等[8]運用經濟理論和發達國家的經驗進行分析，認為經濟新常態下，未來我國全社會貨運量增速將繼續放緩，遠期歸于穩定。雖然已經有了豐富的研究成果，但是運用多種計量經濟模型，通過各種模型結論的遞進逐步進行指標篩選和賦權，并將定量分析結論滲透到定性分析的全過程，基于經濟社會關聯視角分析公路貨運經濟運行特點的文獻并不多見。

本文借鑒前人的研究經驗，在福建省經濟發展步入新常態、經濟增速逐步放緩、產業結構調整加快的發展背景下，擬通過建立關聯性分析、同步性分析和主成分分析等量化分析模型，并輔以定性分析，對福建省貨物運輸需求總量、結構以及時空維度方面的變化特點和趨勢進行分析，挖掘交通運輸與經濟社會發展之間的相互影響機制，研究貨物運輸與經濟社會發展的匹配、貨類結構與產業結構的關系以及省內地市運輸生產空間分布規律等貨物運輸經濟運行特征，為客觀判斷和準確把握福建省貨物運輸行業經濟運行態勢，支撐行業管理科學決策提供依據。2017年，在由鐵路、公路、水路、民航等組成的福建省綜合貨運體系中，公路運輸占比達到72.3%，可以說，公路貨運是最為基礎的貨物運輸方式。因此，本文以公路貨運為代表進行分析[9]。

1 公路貨運與經濟社會發展關聯關系的量化分析

1.1 模型構建思路及框架

分析公路貨運與經濟社會主要領域之間的關聯關系，最基礎也最重要的依據是兩者之間的內在經濟含義。在此基礎上，結合公路貨運行業的特點，選取宏觀經濟和關聯產業領域的代表性指標，建立基礎指標集并進行采集、梳理。之后，采用關聯性分析及同步性分析等計量方法，篩選出與福建省公路貨運關系最為密切、最能夠表征福建省經濟社會和公路貨運發展特點的指標，并進行權重設置，構建評價指標體系，之后利用量化分析模型結論，對福建省公路貨運行業經濟運行特點進行分析。具體的分析框架如圖1所示。

圖1 模型構建思路框架圖

1.2 指標選取及數據處理

1.2.1 指標選取

自身指標選取層面，表征公路貨運行業特點最重要的指標就是公路貨運量和公路貨物周轉量。

關聯指標選取層面，一方面，由于生產活動與宏觀經濟運行景氣程度密切相關，貨物運輸又是產業鏈中承接上下游產業生產活動的重要一環，因此宏觀經濟的主要表征指標與公路貨運之間存在較為密切的關聯關系，主要包括工業增加值、固定資產投資、社會消費品零售總額、進出口總值、公共財政收入及公共財政支出等指標。另一方面，基于長期以來的產業結構和能源結構，相關原材料運輸仍在貨物運輸中占較大比例，包括煤炭、鋼鐵、礦建材料等，同時考慮到福建省臨海及自身產業發展的特殊性，漁業、紡織、化工及高新技術產品生產等也屬于重點產業，這些關聯產業的生產和銷售都與貨物運輸密切相關，選取的主要指標包括原煤產量、火力發電量、鐵礦石產量、鋼材產量、粗鋼產量、水泥產量、冷凍水產品產量、紗產量、化學纖維產量等。

基于上述判斷，綜合考慮福建省產業結構特點和數據可獲得性，初步篩選出2009年1月—2017年12月上述指標的月度數據進行分析。

1.2.2 數據處理

由于基礎指標集序列并不完整，存在口徑差異、缺失值、異常值等情況，無法進行計量分析，需要對其進行口徑調整、季節性調整、缺失值補充、異常值剔除等處理。主要處理方法如下：

（1）口徑調整。使用增速逆推法對交通行業因開展抽樣調查引起的數據口徑變化進行調整。

（2）季節性調整。經濟指標往往存在明顯的季節性，為剔除季節因素影響，本文使用X-12方法對指標進行季節調整處理。

（3）缺失值補充。對于經濟社會指標數據常見的缺失1,2月以及12月份數據的情況，使用插值法和擬合方程法進行補充。

（4）異常值剔除。對數據進行平滑處理，以避免因特殊事件或特殊時點導致的異常數據對整個時間序列的影響。

1.3 模型建立及結論

1.3.1 模型建立

（1）關聯性分析

選取的指標數據處理完成后，按照模型構建思路，第一步要進行關聯性分析。本文使用相關系數[10]、協整檢驗和Granger因果檢驗3種方法來進行。首先利用相關系數，分析公路貨運指標與經濟社會指標之間的相關關系，初步篩選出與公路貨運關系密切且關聯方向符合經濟含義的經濟社會指標；之后運用協整檢驗方法，選取與公路貨運存在長期相對穩定關系的經濟社會指標；最后運用Granger因果檢驗，判斷經濟社會指標對公路貨運指標是否具有解釋力。

①相關性分析

相關系數主要用于衡量兩個隨機變量之間線性相關程度的大小，常用方法有Pearson相關系數和Spearman秩相關系數。本文使用Pearson相關系數進行分析，計算公式[10]如下所示：

分析結果如表1所示。

表1 公路貨運指標與主要經濟社會指標Spearman相關系數

從表1可以看出，基于經濟學及產業關聯分析篩選出的初選指標集中了大部分經濟社會指標與貨運生產指標，具有較強相關性，包括反映消費領域的社會消費品零售總額、反映投資領域的固定資產投資、反映對外貿易領域的進出口總值、反映工業生產領域的工業增加值、鋼材產量、水泥產量、紗產量和化學纖維產量等。計算貨運生產主要指標與經濟社會指標之間的Spearman相關系數，篩選過程中將相關系數絕對值低于0.5的指標視作關聯性不強，并予以剔除。

②協整分析

協整檢驗用來證明指標間長期走勢的真實性和穩定性，通常通過Engle-Granger兩步法檢驗。首先需要通過ADF（Augmented Dickey-Fuller）檢驗確認兩個非平穩變量是否具有相同的單整階數。如果存在相同的階數，需要構建如下回歸模型：

針對殘差序列et再次進行單位根檢驗，如果為拒絕原假設即可確定二者存在協整關系。

在相關性分析的基礎上，為驗證指標間的相關關系是否具有穩定性，需要對上述指標進行協整檢驗。在對上述指標異常值修正處理后進行Engle-Granger兩步法檢驗。其中原假設為兩變量間不存在協整關系，通過對公路貨運主要指標與經濟社會指標間的p值（當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率，本研究將p值小于或等于0.1作為閾值）進行分析，可以看出在上述相關性較強的指標中，進出口總值與公路貨運指標可能存在不穩定的長期關系，其余指標則在較大概率下存在穩定的長期關系。協整檢驗對應的顯著性水平結果如表2所示。

表2 公路貨運指標與主要經濟社會指標協整檢驗p值

Granger因果檢驗主要用于分析指標間歷史變化是否具有統計上的關聯性。在篩選出的較為穩定、相關性較強的指標中，有部分指標的歷史序列對公路貨運指標歷史波動具有解釋意義，而另一部分指標雖然與公路貨運具有走勢上的一致性，但其歷史波動規律特點對公路貨運指標并不具備顯著的解釋能力。為此，需要從中進一步提取出能夠集中解釋公路貨運生產波動特點的經濟社會指標。

在對各變量進行差分并修正異常值后，對變量間進行Granger因果檢驗（見表3），其中顯著性水平高于0.1的指標，表明無法拒絕原假設，即該指標對解釋公路貨運生產指標不具備統計上的顯著性。從表3可看出，沒有顯著性水平高于0.1的指標。

表3 公路貨運指標與主要經濟社會指標Granger因果檢驗結果

（2）同步性分析

利用關聯性分析篩選出的指標，需要進一步進行同步性分析。本文使用K-L信息量法和HP濾波法進行分析，判斷公路貨運指標與經濟社會指標之間的先行、同步、滯后關系，重點篩選與公路貨運指標存在較強同步性的經濟社會指標。

基于關聯性分析結果，排除同類指標間的自相關性，最終選取8個宏觀經濟和主要關聯產業指標與公路貨運指標進行K-L信息量及HP濾波測算。

這8個指標分別是：工業增加值、固定資產投資、社會消費品零售總額、公共財政支出、鋼材產量、水泥產量、紗產量、化學纖維產量。

K-L信息量評價準則：K-L信息量的取值范圍為[-12,12]，其中，負數表示經濟社會指標先行于公路貨運指標，正數表示經濟社會指標滯后于公路貨運指標，數字表示先行（或滯后）的階數（即月度數）。一般來說，若K-L信息量在[-3,3]的范圍內，表示兩個指標之間的先行（或滯后）期在3個月內，認為是同步指標；若K-L信息量在[-6,-3]及[3,6]的范圍內，表示兩個指標之間的先行（或滯后）期大于3個月但小于半年，存在較為明顯的先行滯后關系；若K-L信息量在[-12,-6]及[6,12]的范圍內，則不認為存在具有統計意義的同步、先行、滯后關系。

HP濾波評價準則：通過剝離出來的高頻指標序列的峰谷圖對比，若兩個指標序列的波峰（或波谷）出現的時間差在3個月內，認為是同步指標；若時間差大于3個月但小于半年，認為存在較為明顯的先行滯后關系；若時間差大于半年，則不認為存在具有統計意義的同步、先行、滯后關系。公路貨運同步性分析測算結果見表4。

表4 公路貨運同步性分析測算結果表

從表4中K-L信息量測算結果可見，與公路貨運存在同步關系的指標主要有工業增加值、固定資產投資、社會消費品零售總額、鋼材產量；紗產量和化學纖維產量先行于公路貨運指標；存在滯后關系的指標是水泥產量。

從HP濾波測算結果可見，與公路貨運存在同步關系的指標主要有工業增加值、固定資產投資、社會消費品零售總額、鋼材產量、水泥產量、化學纖維產量；存在先行關系的指標是紗產量。

由于K-L信息量測算受指標序列長度影響較為明顯，而HP濾波法受連續波動干擾較大，因此，結合兩種測算方法得到的結果更為合理，綜合得到公路貨運的表征指標為工業增加值、固定資產投資、社會消費品零售總額、鋼材產量、紗產量。

工業增加值主要反映了整體工業的運行情況，尤其是工業結構中占主要部分的能源消耗型產業，這些產業也是公路運輸的主要貨運產業；固定資產投資的加快，帶動運輸需求的增長；社會消費品零售總額反映了產品在社會間流動的情況，是運輸需求的一個側面反映；鋼材和紗均是重點運輸貨類，分別代表了鋼鐵行業和紡織行業，屬于福建省重要產業。

（3）主成分分析

通過關聯性分析和同步性分析，確定最終表征指標集。之后，進行主成分分析。根據主成分分析結果，主成分1、主成分2和主成分3的方差累積貢獻達到98.4%，即解釋了98.4%的總方差，疊加計算主成分1、主成分2和主成分3的系數，得到5個經濟社會指標的權重。

使用主成分分析方法，對指標進行賦權，完成指標權重設置工作，模型構建完成。

1.3.2 模型結論

整合上述幾種計量經濟分析方法的結論，篩選出的最終表征指標集和權重如表5所示。

表5 公路貨運表征指標權重

2 公路貨運行業發展特點分析

（1）公路貨運生產穩步增長，與社會經濟發展總體態勢基本一致

彈性系數法[11]是在對一個因素發展變化預測的基礎上，通過彈性系數對另一個因素的發展變化進行預測的一種間接預測方法。公路貨運彈性系數表示經濟社會發展對公路貨運需求的依賴程度，是公路貨運需求預測的重要參數。其定義為單位經濟社會指標的變動所造成的公路貨運指標的相對變動，如下式所示：

彈性系數越大，表明經濟社會發展對公路貨運需求的依賴程度越大；反之越小。該方法通過分析總結歷史的經濟社會發展與公路貨運發展的關系，來推測未來的彈性系數，并通過對經濟社會發展速度的預測，得到預測期內公路貨運指標的增長速度。公路貨運彈性系數如表6所示。

表6 公路貨運彈性系數表

表6（續）

從表6可以看出，“十二五”期間，公路貨運對經濟社會主要指標的彈性系數存在較明顯的階段性特征，2011年和2012年，公路貨運對工業增加值、社會消費品零售總額的彈性系數普遍小于1，而2013年開始變為大于1。在“十二五”的頭兩年，經濟社會處于較快發展階段，公路貨運發展速度相對較緩，2013年開始，經濟增速逐漸下行，尤其是2015年和2017年，部分指標出現負增長，公路貨運仍保持較快增長，因此，出現了彈性系數為負的情況，這與經濟下行階段交通運輸的變化往往較經濟社會主要指標變動更為敏感的規律相符。

從經濟影響來看，工業增加值、固定資產投資和社會消費品零售總額作為影響貨運行業發展走勢的重要宏觀經濟類指標，近年來一直呈現穩定增長態勢。工業增加值作為衡量一個地區發展的權威指標，其持續穩定增長能夠影響社會再生產過程中生產、分配、交換和消費的各個環節，而貨物運輸行業作為重要的生產性、消費性服務業，是社會生產、分配、交換、消費各個環節得以正常進行的重要橋梁和紐帶，因此，工業增加值的穩定增長，可以促進貨物運輸需求，保證貨運量的增長。投資和消費是擴大內需的主要手段，固定資產投資和社會消費品零售總額作為投資和消費最典型的代表指標，其持續不斷的增長也能夠對擴大貨物運輸需求產生積極的影響。

因此可以說，宏觀經濟主要指標的持續穩定發展為公路貨運行業保持較快增長創造了發展空間。從數據也可看出，“十二五”的前幾年，隨著宏觀經濟的快速發展，在貨物運輸中占據主導地位的公路貨運行業保持了較快的增長勢頭，但之后，在宏觀經濟主要指標出現增速遞減的綜合影響下，公路貨運行業的發展速度出現了明顯的下降勢頭。

（2）近年來，公路貨運貨類結構保持相對穩定，與產業結構相吻合

根據2013年和2015年兩次大型調查的數據（見表7）可以看出，2013—2015年間，福建省公路貨運五大貨類所占比重排在第一位的都是建筑材料類貨物，占比都在60%左右；排在第二位的是日常生活消費品類貨物，占比都在15%左右。從表7數據可以看出，五大貨類所占比重變化不大，貨類結構保持相對穩定。

福建省公路貨運貨類結構所呈現出的特點，印證了表征公路貨運發展態勢的關聯產業主要指標的代表性。通過定量分析篩選出的關聯產業指標是鋼材產量和紗產量。鋼材是礦建材料類貨物的重要組成部分，而紗是日常生活消費品類貨物的重要生產原料，這兩個指標與公路貨運的前兩大貨類保持了一致。不僅如此，福建省公路貨運貨類結構的特點與其產業結構也密切相關。福建省建筑業增加值占全省地區生產總值的比重僅次于制造業，是名副其實的重要支柱產業；從三產結構來看，第二產業在福建省國民經濟中占主導地位（2017年三次產業占比7.6∶48.8∶43.6[12]），而在規模以上工業增加值中，福建省與絕大部分省份以重工業為主的產業結構不同，其規模以上輕工業增加值已經超過了重工業，占比達到51.8%，是工業經濟增長的主力。福建省產業結構的這兩個突出特點，與其公路貨物運輸中建筑材料類和日常生活消費品類貨物高居前兩位的貨類結構特點相吻合。

表7 2013年、2015年福建省公路分貨類貨運量結構對比表（%）

（3）在多種因素綜合作用的影響下，分地市公路貨運生產與宏觀經濟和社會發展關聯指標之間并沒有表現出嚴格的一致性

從公路貨運的空間分布來看，福建省分地市公路貨物運輸量呈現出東南沿海經濟強市排名靠前，西北山區城市排名靠后的特點。各地市的公路貨物運輸量與經濟社會主要指標之間并沒有表現出嚴格的一致性。結合定量分析結論，對福建省公路貨運經濟社會關聯指標按照權重計算綜合排名，從結果看，廈門、漳州等地市的公路貨運量和經濟社會關聯指標排名存在較為明顯的差異，詳細數據見表8。

表8 2016年福建省分地市公路貨運量與宏觀經濟主要關聯指標[14]

地市間的貨物運輸量差異性主要與產業結構密切相關。比如福州、廈門、泉州3個地市，廈門的重點產業以平板顯示、計算機與通訊設備、汽車、輸配電及控制設備產業為主，重工業、高附加值產業拉動貨運量增長，加之公路運輸承擔了廈門港接近1/3的集疏運，公路貨運量相對福州和泉州具有優勢；而福州的支柱產業是電子信息產業，運輸產品以附加值較高的輕質貨物和家用電器等消費品為主，因此福州市的經濟社會指標具有優勢，但貨運量卻處于第二位；泉州市雖然是二產占比最高的地市，但以紡織鞋服勞動密集型輕工產業為支柱產業，導致其貨運量與經濟社會指標間存在差異。另外，漳州市是福建省第4大經濟體，也是全國農業最發達的城市之一，其花卉產業占了很大比重，受其產業結構的影響，漳州公路貨運行業運輸的貨類主要是農林牧漁業產品，包括木材、花卉、水果等，這類產品的特性也決定了其難以產生較大的貨運量，這雖然會在一定程度上影響漳州市公路貨運的總規模，但是否會造成公路貨運量處在全省中下游水平，仍有待核實。

3 結語

公路貨運與經濟社會發展走勢具有良好的匹配性，對產業結構變化也具有高度敏感性，可以說是經濟社會發展的“晴雨表”。公路貨運因其機動靈活、簡捷方便以及受交通基礎設施限制低的優點，將始終是貨物綜合運輸體系中應用最為廣泛的運輸方式，但廣泛的應用也帶來了環境污染的弊端，所以，貨物運輸結構的調整勢在必行。

本文預測，在未來一段時間內，隨著福建省地區生產總值、工業增加值仍保持較快增長，居民收入帶動消費水平不斷提高，交通基礎設施建設不斷完善，公路貨運仍將持續保持增長勢頭。

但是，由于受到輕工業、高端制造業將成為福建省工業發展的主要方向以及“去產能”和房地產業“去庫存”政策的影響，輕工醫藥類貨運需求將會增長，礦建材料、金屬礦石以及煤炭等運輸需求將會下降。再加上中央經濟工作會議調整運輸結構，減少公路貨運量，增加鐵路貨運量[15]的重要指示，綜合判斷，未來一段時間福建省公路貨運將保持增長但增速將逐步回落趨穩。